買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜重慶郵電大學申請的專利一種基于全局-局部對比學習的跨語言自然語言理解方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116227498B 。

龍圖騰網通過國家知識產權局官網在2025-05-13發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211571399.X，技術領域涉及：G06F40/30；該發明授權一種基于全局-局部對比學習的跨語言自然語言理解方法是由李鵬華;黃子恒;張奕輝;謝瀟;劉學超;唐培淵設計研發完成，并于2022-12-08向國家知識產權局提交的專利申請。

本一種基于全局-局部對比學習的跨語言自然語言理解方法在說明書摘要公布了：本發明涉及一種基于全局?局部對比學習的跨語言自然語言理解方法，屬于自然語言處理技術領域。該方法針對自然語言理解模型的高性能跨語言遷移需求，研究基于全局?局部對比學習網絡的跨語言自然語言理解方法，主要包括三個模塊：局部句子級意圖對比學習模塊，針對意圖檢測任務實現跨語言句子表示對齊；局部字符級槽位對比學習模塊，針對槽位填充任務實現跨語言字符表示對齊；語義級全局意圖?槽位對比學習模塊，實現意圖和槽位間的表示對齊。本發明能夠學習不同層級的細粒度對齊信息，挖掘出豐富的語義特征，縮小原始語言與目標語言之間的預測差異。

本發明授權一種基于全局-局部對比學習的跨語言自然語言理解方法在權利要求書中公布了：1.一種基于全局-局部對比學習的跨語言自然語言理解方法，其特征在于：該方法包括以下步驟：S1、生成原始話語序列，根據跨語言字典將原始話語序列翻譯為正樣本，將正樣本輸入到跨語言預訓練模型中得到對應的編碼表示；S2、根據經過編碼的原始話語序列、正樣本以及前一時刻的負樣本生成負樣本隊列，將負樣本隊列輸入到跨語言預訓練模型中得到對應的編碼表示；S3、通過建立損失函數來構建局部句子級意圖對比學習模塊，實現跨語言句子表示對齊；S4、通過建立損失函數來構建局部字符級槽位對比學習模塊，實現跨語言字符表示對齊；S5、通過建立損失函數來構建全局語義級意圖-槽位對比學習模塊，實現意圖和槽位的表示對齊，完成跨語言理解；在步驟S5中，通過設計損失函數來構建全局語義級意圖-槽位對比學習模塊，損失函數設計如下所述：首先分別構建針對原始話語序列和正樣本序列的損失函數： 式中，表示針對原始話語序列的損失函數，表示針對正樣本的損失函數，n表示原始話語序列的長度，hCLS表示原始話語話語序列開始標志位的向量表示，hj表示原始話語序列中位置j處字符的向量表示，表示負樣本隊列中位置j處字符的向量表示，表示正樣本中位置j處字符的向量表示，K表示負樣本隊列的最大容量；結合損失函數和得到針對語義級對比學習的損失函數 然后分別構建針對意圖檢測的損失函數以及針對槽位填充的損失函數 式中，σY＝softmaxWYhCLS+bY，其中，WY和bY表示可訓練的參數，表示意圖標簽，表示針對位置為i的字符的槽位標簽的預測值，表示針對位置為i的字符的槽位標簽的實際值，nY表示意圖標簽的數量，nC表示槽位標簽的數量；最后結合損失函數和得到全局語義級意圖-槽位對比學習的總體損失函數： 式中，λ表示可訓練的參數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人重慶郵電大學，其通訊地址為：400065 重慶市南岸區黃桷埡崇文路2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。